14_面向对象API绘图、图中图 (A Plot inside of Another Plot)、设定绘图范围Setting the Plot Range、对数尺度Logarithmic Scale

古城微笑少年丶 2022-11-17 05:29 138阅读 0赞

14.面向对象API绘图  
14.1.图中图 (A Plot inside of Another Plot)  
14.2.设定绘图范围 （Setting the Plot Range）  
14.3.对数尺度（Logarithmic Scale）

# 14.面向对象API绘图 #

Matplotlib绘图库的操作是通过API实现的，一种操作方法是类似MATLAB的函数接口的API;另一种操作方法是面向对象的API。这两种API可以并行使用，不过函数接口的API的易用性明显好于面向对象的API。

就像Python本身一样，Matplotlib是以面向对象的方式编程和设计的。当使用多个图形时，或者当一个图形由多个子图组成时，使用图形对象方法的优点就会显现出来。

在下面的示例中，我们以面向对象的方式创建一个绘图。首先创建一个新的figure实例。将其引用存储在一个Figure类实例，即变量figure实例。将其引用存储在一个Figure类实例，即变量fig中。然后，我们fig中使用add\_axes方法创建一个新的轴的实例。

import numpy as np
    import matplotlib.pyplot as plt
    fig = plt.figure()
    X = np.arange(0,10)
    Y = np.random.randint(1, 20, size=10)
    left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
    axes = fig.add_axes([left, bottom, width, height])
    axes.plot(X, Y, 'b')
    axes.set_xlabel('x')
    axes.set_ylabel('y')
    axes.set_title('title')
    plt.show()

在不使用figure实例的情况下，代码如下所示：

import numpy as np
    import matplotlib.pyplot as plt
    fig = plt.figure()
    X = np.arange(0,10)
    Y = np.random.randint(1, 20, size=10)
    left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
    axes = fig.add_axes([left, bottom, width, height])
    axes.plot(X, Y, 'b')
    axes.set_xlabel('xxxxxxxxxxxxx')
    axes.set_ylabel('yyyyyyyyyyyyy')
    axes.set_title('title biaoti')
    plt.show()

## 14.1.图中图 (A Plot inside of Another Plot) ##

import numpy as np
    import matplotlib.pyplot as plt
    fig = plt.figure()
    X = [1, 2, 3, 4, 5, 6, 7]
    Y = [1, 3, 4, 2, 5, 8, 6]
    axes1 = fig.add_axes([0.1, 0.1, 0.9, 0.9]) # main axes
    # add_axes 参数rect The dimensions [left, bottom, width, height] of the new axes.
    # All quantities are in fractions of figure width and height.
    axes2 = fig.add_axes([0.2, 0.6, 0.4, 0.3]) # inside axes
    # main figure
    axes1.plot(X, Y, 'r')
    axes1.set_xlabel('x')
    axes1.set_ylabel('y')
    axes1.set_title('title')
    # insert
    axes2.plot(Y, X, 'g')
    axes2.set_xlabel('y')
    axes2.set_ylabel('x')
    axes2.set_title('title inside')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]

## 14.2.设定绘图范围 （Setting the Plot Range） ##

配置轴的范围可以通过在轴对象中使用set\_ylim和set\_xlim方法来完成。 使用axis(‘tight’)，可以自动创建"tightly fitted" 的轴范围：

import numpy as np
    import matplotlib.pyplot as plt
    fig, axes = plt.subplots(1, 3, figsize=(10, 4))
    x = np.arange(0, 5, 0.25)
    axes[0].plot(x, x**2, x, x**3)
    axes[0].set_title("default axes ranges")
    axes[1].plot(x, x**2, x, x**3)
    axes[1].axis('tight')
    axes[1].set_title("tight axes")
    axes[2].plot(x, x**2, x, x**3)
    axes[2].set_ylim([0, 60])
    axes[2].set_xlim([2, 5])
    axes[2].set_title("custom axes range")
    plt.show()

## 14.3.对数尺度（Logarithmic Scale） ##

可以为一个或两个轴设置对数尺度。使用接受一个参数（值为log）的set\_xscale和set\_yscale方法分别设置每个轴的scale：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]

import numpy as np
    import matplotlib.pyplot as plt
    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    x = np.arange(0, 5, 0.25)
    ax.plot(x, x ** 2, x, x ** 3)
    ax.set_yscale("log")
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]: /images/20221022/519f5af41ab74e9db20484f10b4ec5a8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]: /images/20221022/9cd858a394114020ab81968763b083e7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]: /images/20221022/4cf5545b3eb048d0a96c87947d8934f6.png